Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais développer edge ai et tinyml sur esp32 et raspberry pi
Consultant IoT et développeur Fullstack
Consultant IoT et développeur Fullstack, je fais le lien entre le matériel et le web. Diplômé en informatique à l'UFRJ et ayant participé à la robotique compétitive de haut niveau, je conçois des syst...
À propos de ce service
Donnez vie à votre matériel avec Edge AI
Le cloud AI est trop lent, coûteux et dépendant d'internet pour des produits physiques en temps réel. Si vous construisez la prochaine génération d'appareils IoT, vous avez besoin d'intelligence en local.
Je me spécialise dans le déploiement de modèles de Machine Learning (TinyML) et de vision par ordinateur directement sur ESP32 et Raspberry Pi.
Mon code est forgé dans l’environnement exigeant de la robotique compétitive. Lorsqu’un matériel interagit avec le monde physique, un délai d’un milliseconde ou une fuite de mémoire peut entraîner un échec. J’apporte cette rigueur d’ingénierie, soutenue par des architectures solides en C/C++ et un développement Linux natif, à votre produit. Je ne me contente pas d’entraîner un modèle ; je m’assure qu’il fonctionne parfaitement sur des microcontrôleurs à mémoire limitée.
Ce que je peux réaliser pour vous :
- Sensor AI (ESP32) : Maintenance prédictive, détection d’anomalies et reconnaissance de gestes à partir de données IMU/accéléromètre.
- Audio AI (ESP32) : Détection de mots-clés et classification audio sans API cloud.
- Vision AI (Raspberry Pi) : Détection d’objets en temps réel et vision par ordinateur avec Python et OpenCV.
- Pipeline complet : Conseils pour la collecte de données, entraînement du modèle (Edge Impulse/TF Lite) et déploiement optimisé en C++.
Faisons en sorte que votre matériel devienne intelligent, hors ligne
Plateforme:
ESP32
Expertise:
Développement de micrologiciel
•
Traitement d'images
•
AI
Mon portfolio
FAQ
Traduction automatique
Dois-je vous envoyer mon matériel personnalisé ?
Non. Je développe et teste la logique en utilisant des cartes de développement standard (ESP32 DevKit, Raspberry Pi) sur mon établi. Une fois le système validé, je livre le firmware/scripts et vous guide pour le flasher sur votre carte personnalisée à distance.
L’ESP32 peut-il faire de la reconnaissance faciale ou du traitement vidéo lourd ?
Non, l’ESP32 manque de RAM pour le traitement vidéo complexe. Il est parfait pour les données de capteurs (IMU, température) ou la détection de mots-clés audio basique. Pour la vision par ordinateur, la détection d’objets ou la reconnaissance faciale, choisissez le package Raspberry Pi (Premium).
Quelle est la différence entre Edge AI et Cloud AI ?
Le cloud AI dépend d’une connexion internet constante et de serveurs externes, ce qui introduit de la latence. L’Edge AI (TinyML) exécute le réseau neuronal localement sur le matériel du microcontrôleur. Il fonctionne entièrement hors ligne, répond en millisecondes, économise la batterie et garantit la confidentialité des données.
Comment obtenir le dataset pour entraîner l’AI ?
Si vous avez déjà un dataset (CSV, WAV ou images), vous pouvez me l’envoyer. Sinon, je vous fournirai un script de transfert de données pour enregistrer facilement les données physiques de vos capteurs directement dans Edge Impulse pour l’entraînement.
Vais-je recevoir le code source et les droits IP ?
Absolument. Chaque service inclut la livraison du code source complet et bien documenté (C/C++ ou Python), la bibliothèque du modèle entraîné, et la pleine propriété des droits de propriété intellectuelle pour votre usage commercial.
